超简洁YOLO8n快速上手人员检测

基于Python 的cv2和ultraytics库，直接调用yolov8n.pt（yolov8n.pt 是 Ultralytics YOLOv8 目标检测系列中最小、最轻量的官方预训练模型）

1、安装依赖

复制代码

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-python

2、加载模型

复制代码

from ultralytics import YOLO

# 加载模型（自动下载，只需要这一行）
model = YOLO("yolov8n.pt")

3、开始识别（单张图和监控识别）

复制代码

from ultralytics import YOLO
import cv2

# 1. 加载模型
model = YOLO("yolov8n.pt")

# 2. 识别（只检测人，置信度 0.4）
results = model("你的图片.jpg", classes=[0], conf=0.4)

# 3. 读取图片画框
img = cv2.imread("你的图片.jpg")

for r in results:
    for box in r.boxes:
        x1, y1, x2, y2 = map(int, box.xyxy[0])
        cv2.rectangle(img, (x1, y1), (x2, y2), (0,255,0), 2)
        cv2.putText(img, "PERSON", (x1,y1-10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2)

# 保存
cv2.imwrite("result.jpg", img)

classes=[0] → 只检测人
conf=0.4 → 置信度 40% 就识别
model() → AI 推理核心
box = 一个人在图片里的 "位置方框"

监控头识别

复制代码

from ultralytics import YOLO

model = YOLO("yolov8n.pt")
model.predict(source=0, show=True)  # 0=摄像头

def local_inference(img_path):
    model = YOLO("yolov8n.pt")
    results = model(img_path, classes=[0], conf=0.4)
    
    persons = []
    for r in results:
        for box in r.boxes:
            x1, y1, x2, y2 = map(int, box.xyxy[0])
            persons.append({
                "Box": {
                    "X": x1,
                    "Y": y1,
                    "Width": x2-x1,
                    "Height": y2-y1
                },
                "label": "person",
                "Score": float(box.conf)
            })
    return {"result": persons}

下面是一段测试的照片识别项目

复制代码

import os
import cv2
from ultralytics import YOLO

# ===================== 你的路径（完全按你要求） =====================
BASE_DIR = r"C:\AI_project\person_detect"
PicPath = os.path.join(BASE_DIR, "pic")          # 原图在这里
DetectPicPath = os.path.join(BASE_DIR, "detect_pic")  # 打框图输出到这里
os.makedirs(DetectPicPath, exist_ok=True)

# ===================== 加载YOLO模型 =====================
model = YOLO("yolov8n.pt")

# ===================== 要检测的图片（你那张图） =====================
img_name = "safe.jpg"  # <--- 改成你图片真实名字！！！
img_path = os.path.join(PicPath, img_name)

# ===================== 开始检测（只检测人） =====================
results = model(img_path, conf=0.2, classes=[0])  # conf=0.2 超低门槛，必检出！

# ===================== 读取图片 + 画框 =====================
img = cv2.imread(img_path)

for r in results:
    for box in r.boxes:
        # 获取坐标
        x1, y1, x2, y2 = map(int, box.xyxy[0])
        # 画绿色框
        cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 3)
        # 写文字
        cv2.putText(img, "PERSON", (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2)
        #cv2.putText(img, "illegal", (x1+10, y1 + 10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

# ===================== 保存到 detect_pic =====================
save_path = os.path.join(DetectPicPath, f"detected_{img_name}")
cv2.imwrite(save_path, img)

print(f"✅ 检测完成！已保存到：{save_path}")
print(f"✅ 一共检测到 {len(results[0].boxes)} 个人！")

在pic目录下保存safe.jpg运行后生成图如下